深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
3521	2025-03-26	Genome-wide association analysis reveals insights into the genetic architecture of right ventricular structure and function 2022-06, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-022-01083-2 PMID:35697868	research paper	该研究通过全基因组关联分析揭示了右心室结构和功能的遗传基础	首次利用深度学习算法对心血管磁共振图像进行分析，识别了25个与右心室表型相关的独特基因位点	研究样本主要来自UK Biobank，可能限制了结果的普遍性	探索右心室测量指标的遗传基础	29,506名UK Biobank参与者的右心室表型数据	machine learning	cardiovascular disease	全基因组关联分析(GWAS), 心血管磁共振成像	deep learning	image	29,506名UK Biobank参与者(初始研究), 41,830名(验证阶段)
3522	2025-03-26	Deep Learning Segmentation of Triple-Negative Breast Cancer (TNBC) Patient Derived Tumor Xenograft (PDX) and Sensitivity of Radiomic Pipeline to Tumor Probability Boundary 2021-Jul-28, Cancers IF:4.5Q1 DOI:10.3390/cancers13153795 PMID:34359696	research paper	该研究开发了一种深度学习算法，用于自动定位和描绘三阴性乳腺癌患者来源的异种移植肿瘤的MRI图像，并评估了放射组学特征对肿瘤边界的敏感性	使用五种不同的网络架构进行肿瘤分割，并评估放射组学特征对肿瘤边界的敏感性，其中D-R2UNet表现最佳	研究仅针对三阴性乳腺癌患者来源的异种移植肿瘤，未涉及其他类型肿瘤	开发自动化管道以准确分割MRI图像中的肿瘤，并评估放射组学特征对肿瘤边界的敏感性	三阴性乳腺癌患者来源的异种移植肿瘤的T1w和T2w MRI图像	digital pathology	breast cancer	MRI	U-Net, dense U-Net, Res-Net, R2UNet, D-R2UNet	image	未明确提及具体样本数量
3523	2025-03-25	Stacked long and short-term memory (SLSTM) - assisted terahertz spectroscopy combined with permutation importance for rapid red wine varietal identification 2025-Aug-15, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.127650 PMID:40037161	研究论文	该研究利用太赫兹时域光谱结合深度学习技术，快速无损地鉴别不同品种的红酒，以正确识别红酒标签	首次将堆叠长短时记忆(SLSTM)模型与太赫兹光谱技术结合，并引入排列重要性进行特征选择，以提高红酒品种鉴别的准确性和效率	基于排列重要性的特征选择模型在准确率上略低于全频段模型	开发一种快速、准确且无损的红酒品种鉴别方法，以维护市场秩序和消费者权益	不同品种的红酒	机器学习	NA	太赫兹时域光谱(THz-TDS)	SLSTM	光谱数据	NA
3524	2025-03-25	Ink classification in historical documents using hyperspectral imaging and machine learning methods 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125916 PMID:40049019	研究论文	本研究探索了使用高光谱成像和机器学习技术对历史文献中的墨水进行分类	结合高光谱成像和多种机器学习方法（包括传统算法和深度学习模型）进行墨水分类，并在具有挑战性的条件下实现高准确率	仅针对三种特定类型的墨水进行分类，可能不适用于其他类型的墨水	开发非侵入性的墨水识别和映射方法，以促进历史文献的保护和分析	历史文献中的墨水（纯金属没食子酸墨水、含碳墨水和非含碳墨水）	计算机视觉	NA	高光谱成像	SVM, KNN, LDA, Random Forest, PLS-DA, DL-based model	图像	模拟样本和历史文献样本
3525	2025-03-25	Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125997 PMID:40073660	研究论文	本研究提出了一种基于深度学习的多模态光谱信息融合网络（MSIF），用于肺腺癌细胞检测	引入了自适应深度卷积（ADConv）和跨模态交互融合（CMIF）模块，克服了传统卷积的缺点，实现了多模态特征的有效利用	未提及样本量的具体细节，可能影响结果的泛化性	提高肺癌早期快速诊断的准确性和效率	肺腺癌细胞	数字病理学	肺癌	傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱	一维CNN、ResNet、Transformer混合模型	光谱图像和文本数据	NA
3526	2025-03-25	Fragment-level feature fusion method using retrosynthetic fragmentation algorithm for molecular property prediction 2025-Jun, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.108985 PMID:40009893	研究论文	提出了一种基于逆合成片段化算法的片段级特征融合方法（RFA-FFM），用于分子性质预测	RFA-FFM通过两种策略整合多视角分子表征：1) 对比两种逆合成方法生成的片段化学信息；2) 融合分子层次结构不同水平的化学信息	未明确提及具体局限性	提高分子性质（如毒性和血脑屏障渗透性）预测的准确性	分子性质预测	机器学习	NA	逆合成片段化算法	GCL（图对比学习）	分子图数据	四个分类基准测试和乙型肝炎病毒数据集
3527	2025-03-25	DeepTree-AAPred: Binary tree-based deep learning model for anti-angiogenic peptides prediction 2025-Jun, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.108982 PMID:40020469	研究论文	本研究提出了一种基于二叉树的深度学习模型DeepTree-AAPred，用于预测抗血管生成肽（AAPs）	结合二叉树结构、蛋白质语言预训练模型（ProtBERT和ESM-2）以及BiLSTM和TextCNN，提取一维和二维广义特征，并捕获局部特征和上下文依赖关系	未提及模型在非标准数据集上的泛化能力或实际临床应用的验证	提高抗血管生成肽（AAPs）的预测准确性，以支持肿瘤治疗	抗血管生成肽（AAPs）	机器学习	肿瘤	蛋白质语言预训练模型（ProtBERT和ESM-2）、BiLSTM、TextCNN	DeepTree-AAPred（基于二叉树的深度学习模型）	蛋白质序列数据	标准数据集（具体数量未提及）
3528	2025-03-25	Detection of basal cell carcinoma by machine learning-assisted ex vivo confocal laser scanning microscopy 2025-Apr, International journal of dermatology IF:3.5Q1 DOI:10.1111/ijd.17519 PMID:39627947	研究论文	本研究开发了一种基于机器学习的算法，用于在离体共聚焦激光扫描显微镜（EVCM）图像中检测基底细胞癌（BCC）	首次将卷积神经网络（MobileNet-V1）应用于EVCM图像中的BCC检测，以辅助临床决策	样本量较小（50张训练图像和19张测试图像），且为概念验证研究	通过机器学习算法提高EVCM图像中基底细胞癌的检测效率，减少专业人员培训时间	基底细胞癌（BCC）的离体组织样本	数字病理学	基底细胞癌	离体共聚焦激光扫描显微镜（EVCM）	CNN（MobileNet-V1）	图像	50张训练EVCM图像（来自组织学确认的BCC新鲜组织样本）和19张测试图像（10张含肿瘤，9张无肿瘤）
3529	2025-03-25	Developing Brain-Based Bare-Handed Human-Machine Interaction via On-Skin Input 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3533088 PMID:40036449	研究论文	本文提出了一种名为MetaSkin的新型神经触觉接口，通过整合神经信号与皮肤交互，实现了无需手持和视觉参与的交互方式	MetaSkin接口独特地结合了神经信号和皮肤交互，利用人类自然的本体感觉能力，实现了无需手持和视觉参与的交互	未来工作需优化系统以适应不同用户群体和动态环境	开发自然、直观、以人为中心的移动人机交互输入系统	人机交互系统	人机交互	NA	深度学习框架，多尺度时频特征表示和选择性特征注意力	深度学习	神经信号	12名参与者
3530	2025-03-25	Collaborative Deep Learning and Information Fusion of Heterogeneous Latent Variable Models for Industrial Quality Prediction 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3537809 PMID:40036535	研究论文	本文提出了一种结合深度学习和信息融合的异构潜在变量模型框架，用于工业质量预测	通过协作逐层特征提取和异构模型集成，提高了质量预测的准确性和稳定性	仅通过两个工业案例验证了方法的有效性，可能需要更多案例进一步验证	提高工业质量预测的准确性和稳定性	工业质量预测系统	机器学习	NA	深度学习, 信息融合, 集成学习	潜在变量模型	工业质量数据	两个真实工业案例
3531	2025-03-25	Co-Training Broad Siamese-Like Network for Coupled-View Semi-Supervised Learning 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3531441 PMID:40036533	研究论文	提出了一种用于耦合视图半监督分类的协同训练宽Siamese-like网络（Co-BSLN）	利用基于宽学习系统（BLS）的简单浅层网络简化网络结构并减少训练时间，通过直接伪逆计算替代反向传播迭代	未提及具体的数据集规模或特定应用场景的限制	改进多视图半监督学习的准确性和训练效率	多视图数据	机器学习	NA	宽学习系统（BLS）	Co-BSLN（协同训练宽Siamese-like网络）	多视图数据	未提及具体样本数量
3532	2025-03-25	Evaluation of a novel ensemble model for preoperative ovarian cancer diagnosis: Clinical factors, O-RADS, and deep learning radiomics 2025-Apr, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102335 PMID:40048985	research paper	本研究开发了一种结合临床变量、O-RADS和深度学习放射组学的集成模型，用于术前卵巢癌诊断，并评估其对超声医师诊断能力的提升效果	首次将临床变量、O-RADS评分和深度学习放射组学特征相结合，构建集成模型，显著提高了卵巢癌的诊断准确性和超声医师的诊断能力	研究仅基于两个中心的数据，可能需要更多外部验证以确认模型的泛化能力	提高术前卵巢癌诊断的准确性并评估模型对超声医师诊断能力的提升效果	卵巢癌患者	digital pathology	ovarian cancer	deep learning radiomics, LASSO method	ensemble model	transvaginal ultrasound images	来自两个中心的数据（具体样本量未明确说明）
3533	2025-03-25	Deep Learning-Based Event Counting for Apnea-Hypopnea Index Estimation Using Recursive Spiking Neural Networks 2025-Apr, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3498097 PMID:40030371	research paper	提出了一种基于深度学习的递归脉冲神经网络方法，用于家庭环境中睡眠呼吸暂停的筛查，重点在于无需精确定位事件即可可靠估计呼吸暂停低通气指数（AHI）	引入RSN-Count技术，利用脉冲神经网络直接计数记录信号中的呼吸暂停事件，减少对事件时间精确定位的依赖	样本量较小（N = 33），可能影响结果的普遍性	改进家庭环境中睡眠呼吸暂停的筛查方法，提高AHI估计的准确性	睡眠呼吸暂停事件	machine learning	sleep apnea	Spiking Neural Networks	RSN-Count	audio and SpO recordings	33名受试者的整夜录音数据
3534	2025-03-25	Gran canaria vegetation segmentation dataset from multi-year aerial imagery for environmental monitoring and conservation 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111419 PMID:40124302	research paper	介绍了一个针对Gran Canaria（加那利群岛，西班牙）的新数据集，旨在通过计算机视觉技术自动生成植被地图	该数据集在基于航拍图像的语义分割领域中独特，提供了20个明确定义的植被群落的详细注释，超越了现有数据集的广泛分类	NA	开发并测试能够自动生成植被地图的深度学习模型，以支持环境监测和保护	Gran Canaria的植被群落	computer vision	NA	deep learning, computer vision	NA	aerial imagery	20个明确定义的植被群落，以及五个非植被类别（如水体、道路或建筑物）
3535	2025-03-25	Thermal conductivity of the layered titanate K0.8Li0.27Ti1.73O4 explored by a deep learning interatomic potential 2025-Mar-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0255515 PMID:40125679	研究论文	本研究通过深度学习原子间势能预测层状钛酸盐K0.8Li0.27Ti1.73O4的热导率	采用深度神经网络模型构建原子间势能，克服了传统方法的局限性，为层状材料的热导率研究提供了新方法	研究仅针对K0.8Li0.27Ti1.73O4一种材料，未验证其他层状材料的适用性	预测层状氧化物材料的热导率	层状钛酸盐K0.8Li0.27Ti1.73O4 (KLTO)	材料科学	NA	深度学习	深度神经网络	原子力、能量和弹性性质数据	NA
3536	2025-03-25	DeepMVD: A Novel Multiview Dynamic Feature Fusion Model for Accurate Protein Function Prediction 2025-Mar-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02216 PMID:40053671	research paper	提出了一种名为DeepMVD的新型深度学习模型，通过动态融合多视图特征来提高蛋白质功能预测的准确性	DeepMVD模型能够有效利用蛋白质序列中反映的多层次属性特征，并通过自适应融合机制进行最优整合	未提及具体局限性	提高蛋白质功能预测的准确性	蛋白质序列	machine learning	NA	deep learning	DeepMVD	protein sequences, structures, and biomedical literature data	CAFA4数据集
3537	2025-03-25	Deep learning for cardiac abnormalities in chest X-rays: performance metrics with imbalanced data and extracardiac objects 2025-Mar-24, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae759 PMID:39776179	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3538	2025-03-25	Transforming wearable sensor data for robust feature selection in human activity recognition using reinforcement learning approach 2025-Mar-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2480686 PMID:40125899	研究论文	本文提出了一种利用深度强化学习方法处理可穿戴传感器数据，以提高人体活动识别的准确性和鲁棒性	结合生成式演员-评论家（GAC）方法和循环生成对抗网络，增强了类间差异并减少了类内变化，提高了噪声环境下的识别准确率	未提及该方法在实时处理或计算资源消耗方面的表现	提高可穿戴传感器数据在人体活动识别中的准确性和鲁棒性	可穿戴传感器收集的人体活动数据	机器学习	NA	深度强化学习（GAC）、循环生成对抗网络	GAC、GAN	时间序列传感器数据	UCI-HAR和Motion Sense数据集（具体样本量未提及）
3539	2025-03-25	Parallel convolutional SpinalNet: A hybrid deep learning approach for breast cancer detection using mammogram images 2025-Mar-24, Network (Bristol, England) DOI:10.1080/0954898X.2025.2480299 PMID:40125951	研究论文	提出了一种并行卷积SpinalNet混合深度学习模型，用于通过乳腺X光图像高效检测乳腺癌	结合并行卷积神经网络(PCNN)和SpinalNet开发了PConv-SpinalNet模型，在乳腺癌检测中表现出色	NA	通过深度学习技术提高乳腺癌检测的准确率	乳腺X光图像中的肿瘤检测	计算机视觉	乳腺癌	Gabor滤波器、LadderNet、图像增强技术(图像操作、图像擦除、图像混合)、多种特征提取方法(CNN特征、Texton、LGBP、SIFT、LMP与DCT)	PConv-SpinalNet (PCNN与SpinalNet的集成)	图像	NA
3540	2025-03-25	HUNHODRL: Energy efficient resource distribution in a cloud environment using hybrid optimized deep reinforcement model with HunterPlus scheduler 2025-Mar-24, Network (Bristol, England) DOI:10.1080/0954898X.2025.2480294 PMID:40126006	研究论文	提出一种基于深度学习的签名验证方法，用于增强教育安全和合法性	采用VGG19架构处理学生签名的独特特征，提供灵活性和可扩展性	未提及对不同签名风格和文化差异的适应性	解决学生签名验证问题，提升学术机构的安全性和合法性	学生签名	机器学习	NA	深度学习	CNN (VGG19)	图像	未明确提及